CN111798687A - 一种基于5g技术的远程控制车辆的方法及系统 - Google Patents

Abstract

本发明公开了一种基于5G技术的远程控制车辆的方法，应用于一移动终端，通过5G互联网将所述远程控制应用平台与第一车辆连接，所述方法包括：获得第一用户的第一目的地信息；获得所述第一车辆的导航路线信息；获得所述导航路线的第一路况信息；判断所述导航路线的第一路况信息是否满足预设条件；当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；根据推荐路线或推荐出行时间，获得预约启动所述第一车辆的第一指令信息；获得第一气候信息；根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。达到快速准确对路况判断，提高远程控制车辆适用性，增强用户体验的技术效果。

Description

一种基于5G技术的远程控制车辆的方法及系统

技术领域

本发明涉及远程控制领域，尤其涉及一种基于5G技术的远程控制车辆的方法及系统。

背景技术

车辆的远程控制是物联网技术在智能交通系统中的应用，随着智能控制、网络通信和边缘计算等技术的快速发展，远程驾驶越来越趋于成熟，它提供与车辆安全相关的远程控制服务、远程车辆定位、车况查询等。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

由于远程控制车辆占用的网络跨度较大，可能产生的局部网络拥塞，存在网络卡顿和延迟，无法快速对路况做出准确有效的判断，实用性差，用户体验差。

发明内容

本申请实施例通过提供一种基于5G技术的远程控制车辆的方法及系统，解决了现有技术中远程控制车辆存在网络卡顿和延迟，无法快速对路况做出准确有效的判断，实用性差，用户体验差的问题，达到降低网络延迟，快速准确对路况判断，提高远程控制车辆实用性，增强用户体验的技术效果。

鉴于上述问题，提出了本申请实施例提供一种基于5G技术的远程控制车辆的方法及系统。

第一方面，本申请实施例提供了一种基于5G技术的远程控制车辆的方法，应用于一移动终端，所述移动终端具有一远程控制应用平台，通过5G互联网将所述远程控制应用平台与第一车辆连接，所述方法包括：获得第一用户的第一目的地信息；根据所述第一目的地信息获得所述第一车辆的导航路线信息；获得所述导航路线的第一路况信息；判断所述导航路线的第一路况信息是否满足预设条件；当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；根据所述推荐路线或所述推荐出行时间，获得预约启动所述第一车辆的第一指令信息；获得第一气候信息；根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。

另一方面，本申请还提供了一种基于5G技术的远程控制车辆系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一用户的第一目的地信息；第二获得单元，所述第二获得单元用于根据所述第一目的地信息获得所述第一车辆的导航路线信息；第三获得单元，所述第三获得单元用于获得所述导航路线的第一路况信息；第一判断单元，所述第一判断单元用于判断所述导航路线的第一路况信息是否满足预设条件；第四获得单元，所述第四获得单元用于当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；第五获得单元，所述第五获得单元用于根据所述推荐路线或所述推荐出行时间，获得预约启动所述第一车辆的第一指令信息；第六获得单元，所述第六获得单元用于获得第一气候信息；第一确定单元，所述第一确定单元用于根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。

第三方面，本发明提供了一种基于5G技术的远程控制车辆系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了根据第一用户的第一目的地信息获得所述第一车辆的导航路线信息，获得所述导航路线的路况信息，将所述第一道路交通信息输入训练模型，并通过区块链的逻辑对所述输入数据进行加密处理，保证了输入数据的安全性，使得将最合理、有效的输入数据输入训练模型进行监督学习，进而保证了训练模型的准确性，进而达到获得准确的导航路线的第一道路拥堵程度等级信息，从而达到快速对路况做出正确判断，提高远程控制车辆的实用性，提高用户体验感的效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种基于5G技术的远程控制车辆的方法的流程示意图；

图2为本申请实施例一种基于5G技术的远程控制车辆的方法中获获得所述导航路线的第一路况信息的流程示意图；

图3为本申请实施例一种基于5G技术的远程控制车辆的方法中获得预设交通信号灯标识信息的流程示意图；

图4为本申请实施例一种基于5G技术的远程控制车辆的方法中获得预设出行时间标识信息的流程示意图；

图5为本申请实施例一种基于5G技术的远程控制车辆的方法中获得更准确的训练模型的流程示意图；

图6为本申请实施例一种基于5G技术的远程控制车辆的方法中为了达到准确的判断第一路况信息是否满足预设条件的效果的流程示意图；

图7为本申请实施例一种基于5G技术的远程控制车辆的方法中为了达到快速对路况做出正确判断的效果的流程示意图；

图8为本申请实施例一种基于5G技术的远程控制车辆的方法中为了达到提高用户体验的效果的流程示意图；

图9为本申请实施例一种基于5G技术的远程控制车辆系统的结构示意图；

图10为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一判断单元14，第四获得单元15，第五获得单元16，第六获得单元17，第一确定单元18，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。

具体实施方式

本申请实施例通过提供一种基于5G技术的远程控制车辆的方法及系统，解决了现有技术中远程控制车辆存在网络卡顿和延迟，无法快速对路况做出准确有效的判断，实用性差，用户体验差的问题，实现了降低网络延迟，快速准确对路况判断，提高远程控制车辆实用性，增强用户体验的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

随着物联网技术的飞速发展，智能控制、网络通信和边缘计算等技术的不断成熟，车辆的远程控制成为一种发展趋势。但现有技术中的远程控制车辆占用的网络跨度较大，可能产生的局部网络拥塞，存在网络卡顿和延迟，无法快速对路况做出准确有效的判断，实用性差，用户体验差的问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种基于5G技术的远程控制车辆的方法，应用于一移动终端，所述移动终端具有一远程控制应用平台，通过5G互联网将所述远程控制应用平台与第一车辆连接，所述方法包括：获得第一用户的第一目的地信息；根据所述第一目的地信息获得所述第一车辆的导航路线信息；获得所述导航路线的第一路况信息；判断所述导航路线的第一路况信息是否满足预设条件；当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；根据所述推荐路线或所述推荐出行时间，获得预约启动所述第一车辆的第一指令信息；获得第一气候信息；根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种基于5G技术的远程控制车辆的方法，应用于一移动终端，所述移动终端具有一远程控制应用平台，通过5G互联网将所述远程控制应用平台与第一车辆连接，其中，所述方法包括：

步骤S100：获得第一用户的第一目的地信息；

具体而言，所述5G互联网模块与车辆、交通数据平台、导航地图、天气数据中心等连接，可自动获取相关数据，所述移动终端为所述第一用户控制所述车辆的设备，所述移动终端具有一远程控制平台，并通过5G互联网与所述第一车辆连接，所述第一用户是要对车辆进行远程控制的用户，可以是乘坐所述车辆的用户，也可以是控制所述车辆的用户，第一目的地信息为所述第一用户要控制所述车辆到达的目的地的位置信息。

步骤S200：根据所述第一目的地信息获得所述第一车辆的导航路线信息；

具体而言，所述导航路线信息具体为第一车辆从当前位置到目的地的所有的路线信息，进一步而言，所述导航路线信息是远程控制应用平台根据目的地与当前位置自动获得的，或是与其他平台连接获得的，这里不做具体限定。通过获得最佳的导航路线提高远程控制车辆的实用性，达到减少用户乘车时间，提高用户体验的效果。

步骤S300：获得所述导航路线的第一路况信息；

具体而言，所述第一路况信息为道路的拥堵情况，信号灯数量的多少，导航路线周边的设施信息，包括：商场、学校等。将所述第一道路交通信息输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组的训练数据中的每一组训练数据均包括：所述第一道路交通信息、预设交通信号灯标识信息以及预设出行时间标识信息；获得所述训练模型的输出信息，所述输出信息包括所述第一道路的拥堵程度等级信息。

如图2所示，为了获得所述导航路线的第一路况信息，本申请实施例步骤S300还包括：

步骤S310：获得所述导航路线的第一道路交通信息；

步骤S320：将所述第一道路交通信息输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一道路交通信息、预设交通信号灯标识信息以及预设出行时间标识信息；

步骤S330：获得所述训练模型的输出信息，其中，所述输出信息包括所述第一道路的拥堵程度等级信息；

步骤S340：获得所述第一道路的周边设施信息；

步骤S350：根据所述第一道路的周边设施信息与所述第一道路的拥堵程度等级信息，获得第一路况信息。

具体而言，交通信号灯是指挥交通运行的信号灯，一般由红灯、绿灯、黄灯组成。红灯表示禁止通行，绿灯表示准许通行，黄灯表示警示。进一步而言，所述训练模型为一神经网络模型，所述神经网络模型即机器学习中的神经网络模型，神经网络(Neural Networks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial NeuralNetworks)，是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量的数据的训练，将所述第一道路交通信息输入神经网络模型，则输出所述第一道路的拥堵程度等级信息。更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括第一道路交通信息、预设交通信号灯标识信息以及预设出行时间标识信息，将所述第一道路交通信息输入到神经网络模型中，所述神经网络模型输出所述第一道路的拥堵程度等级信息，判断所述拥堵程度等级信息与预设的交通信号灯标识信息以及预设出行时间标识信息是否一致，如一致，进行下一组数据的监督学习；如果所述拥堵程度等级信息与预设的交通信号灯标识信息以及预设出行时间标识信息不一致，则所述神经网络模型进行自我修正、调整，直至获得的拥堵程度等级信息与预设的交通信号灯标识信息以及预设出行时间标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。

更进一步而言，为了保证所述神经网络模型输出信息的准确性，对所述神经网络模型监督学习的过程进行进一步的细化。举例而言，将所述第一道路交通信息1进行hash计算，获得与其一一对应的验证码1；将第一道路交通信息2和验证码1作为整体进行hash计算，获得与其一一对应的验证码2；将第一道路交通信息3和验证码2作为整体进行hash计算，获得与其一一对应的验证码3；...将第一道路交通信息n和验证码n-1作为整体进行hash计算，获得与其以一一对应的验证码n；通过对所述监督学习的输入数据第一道路交通信息的关联化，使得作为监督学习的输入数据不能被私自篡改，保证了输入数据的安全性，使得将最合理、有效的输入数据输入神经网络模型进行监督学习，进而保证了神经网络模型的准确性，进而达到获得准确的导航路线的第一道路拥堵程度等级信息的效果。

步骤S400：判断所述导航路线的第一路况信息是否满足预设条件；

具体而言，所述预设条件具体为根据第一用户的需求所设定的预设条件，如道路拥堵情况、耗费时间阈值、用户计划的行程时间等。判断所述导航路线的第一路况信息是否满足所述预设条件，基于5G网络的数据传输迅速的特点，对实时的路况信息加以分析，快速准确的对所述路况进行判断，进而达到提升远程控制车辆的实用性和用户的体验感的效果。

步骤S500：当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；

具体而言，当所述第一路况信息不满足预设条件时，根据实时的道路交通信息进行判断。举例而言，当预设条件为尽快到达目的地A，则获得所有能从当前位置到达目的地A的路线，并结合实时交通状况为用户推荐最短时间到达目的地A的路线；当预设条件为到达目的地A用时最短，则根据实时交通状况，推荐给用户最合适的出行时间，来保证车辆在运行过程中不会堵车。通过用户的预设条件的不同，基于5G网络的数据传输迅速的特点，结合实时的导航路线的路况信息为所述用户提前规划最佳路线或最佳出行时间，进而达到提升远程控制车辆的实用性和用户的体验感的效果。

步骤S600：根据所述推荐路线或所述推荐出行时间，获得预约启动所述第一车辆的第一指令信息；

具体而言，所述预约启动所述第一车辆的第一指令信息为根据获得的推荐出行的路线或时间信息，获得用于启动所述第一车辆的指令信息，进一步而言，所述指令信息的作用不仅仅为启动第一车辆，还可以根据实时的天气信息，在车辆准备出发前调节好车内的温度，根据阳光的照射情况在车窗匹配相应的遮光帘等。

步骤S700：获得第一气候信息；

具体而言，所述气候信息具体为通过直接或间接的各种途径和方法获取的反映气候状况的资料、数据。所述第一气候信息为根据天气数据中心实时更新的气候信息，根据外界的气候信息远程调节实时调节车内的温度信息，达到提高用户体验的效果。

步骤S800：根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。

具体而言，根据所述第一指令信息和第一气候信息，对所述车辆内的温度进行调节，进一步来说，还可以获得车内的空气质量指数，通过打开车载净化器进行车内空气质量的调节；根据所述第一用户的喜好，播放第一用户喜欢的音乐等等。通过实时获得第一指令信息和第一气候信息，对所述第一车辆的温度信息、空气质量等进行调节，进而达到提升用户出行舒适度和体验感的效果。

如图3所示，获得预设交通信号灯标识信息，本申请实施例步骤S320还包括：

步骤S321：获得所述第一道路的交通信号灯数量；

步骤S322：获得所述第一道路的交通信号灯的红灯停留时间；

步骤S323：根据所述交通信号灯数量与所述红灯停留时间，获得交通信号灯标识信息。

具体而言，所述第一道路的交通信号灯数量为所述导航路线的整个路途中的交通信号灯的数量。所述第一道路的交通信号灯的红灯停留时间为所述第一车辆在此路段中行驶的过程中，在每个交通信号灯的停留时间，根据所述交通信号灯的数量信息和红灯停留的时间信息，获得交通信号灯的标识信息，通过结合分析交通信号灯的数量及停留时间，获得准确的交通信号灯标识信息，进而使得训练模型的用于监督作用的预设交通信号灯标识信息更加准确，进而获得更加准确的、具有“经验”的训练模型来处理所述输入数据，进而达到获得更加准确的第一道路的拥堵程度等级信息的效果。

如图4所示，为了获得预设出行时间标识信息，本申请实施例步骤S320还包括：

步骤S324：获得所述第一道路在出行高峰时段的第一交通流量信息；

步骤S325：获得所述第一道路在出行低峰时段的第二交通流量信息；

步骤S326：根据所述第一交通流量信息与所述第二交通流量信息，获得预设出行时间标识信息。

具体而言，交通流量信息是指在选定时间段内通过道路某一地点、某一断面或某一车道的交通实体数信息.从人流量、车流量的大小可以判定交通的拥挤状况，获得所述第一道路在出行高峰时段的第一交通流量信息，获得所述第一道路在出行低峰时段的第二交通流量信息，根据所述第一交通流量信息与所述第二流量信息，获得出行时间标识信息。通过对所述不同时段的交通流量信息获得出行时间标识信息的方式，进而使得训练模型的用于监督作用的预设出行时间标识信息更加准确，进而获得更加准确的、具有“经验”的训练模型来处理所述输入数据，进而达到获得更加准确的第一道路的拥堵程度等级信息、快速对路况做出正确判断，减少用户出行时间，提高用户体验的效果。

如图5所示，为了获得更准确的训练模型，实现对第一道路的拥堵程度等级信息准确判断的效果，所述步骤S320还包括：

步骤S327：将所述预设交通信号灯标识信息与所述预设出行时间标识信息作为监督数据，输入所述每一组训练数据中；

步骤S328：利用所述监督数据对所述第一道路交通信息输入所述训练模型的过程进行监督学习，使所述训练模型的输出信息达到收敛状态。

具体而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括第一道路交通信息、预设交通信号灯标识信息以及预设出行时间标识信息，将所述第一道路交通信息输入到神经网络模型中，所述神经网络模型输出所述第一道路的拥堵程度等级信息，判断所述拥堵程度等级信息与预设的交通信号灯标识信息以及预设出行时间标识信息是否一致，如一致，进行下一组数据的监督学习；如果所述拥堵程度等级信息与预设的交通信号灯标识信息以及预设出行时间标识信息不一致，则所述神经网络模型进行自我修正、调整，直至获得的拥堵程度等级信息与预设的交通信号灯标识信息以及预设出行时间标识信息一致，则结束本组监督数据的学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过监督学习的过程，提高所述训练模型(神经网络模型)处理所述输入的第一道路交通信息的准确性，进而达到获得更加准确的第一道路的拥堵程度等级信息，快速对路况做出正确判断，减少用户出行时间，提高用户体验的效果。

如图6所示，为了达到准确的判断第一路况信息是否满足预设条件的效果，所述步骤S400还包括：

步骤S410：当所述第一路况信息满足预设条件时，获得所述第一用户的第一偏好要求；

步骤S420：根据所述第一用户的第一偏好要求产生第一修正参数；

步骤S430：所述第一修正参数用于对所述第一路况信息是否满足预设条件进行修正。

举例而言，所述预设条件为5点前到达目的地，所述第一路况满足所述预设条件，但要从3点出发，不间断地行驶2小时，而所述第一用户的偏好要求为在路上行驶的时间不能超过1小时，此时产生第一修正参数，所述第一修正参数用于修正所述第一路况信息不满足所述预设条件。通过对所述第一用户的预设条件进行偏好的细化，达到增强远程控制车辆的适用性及用户体验的效果。

如图7所示，为了达到快速对路况做出正确判断的效果，所述步骤S500还包括：

步骤S510：根据所述第一目的地的推荐路线获得所述第一车辆的第一行驶信息；

步骤S520：根据所述第一行驶信息获得所述第一车辆的行车道信息；

步骤S530：获得所述推荐路线上的交叉路口信息；

步骤S540：获得所述交叉路口的第二车辆信息；

步骤S550：判断所述第二车辆与所述第一车辆是否存在交汇时间；

步骤S560：当所述第二车辆与所述第一车辆存在交汇时间时，获得第二指令信息，其中，所述第二指令信息为控制所述第一车辆在第一时间更换行车道或停车信息。

具体而言，所述行车道信息为根据第一行驶信息规划的第一车辆的行车道信息，获得所述推荐路线上的交叉路口信息，根据第一车辆的行驶速度、距离、第二车辆的预定计划、行驶速度距离判断所述第一车辆和第二车辆是否存在交汇时间，存在交汇时间则证明所述第一车辆和第二车辆按照预定的时间、轨迹、速度行驶会发生交通事故，此时获得第二指令信息，所述第二指令信息用于控制所述第一车辆在第一时间更换行车道或停车信息。基于5G互联网传输数据效率高的特性，实时获得第二指令用于控制所述第一车辆在第一时间更换行车道或停车信息，进而达到快速准确对实时路况进行准确判断，提高用户体验的效果。

如图8所示，为了达到提高用户体验的效果，本申请实施例步骤S600还包括：

步骤S610：获得所述第一车辆预定距离内的第二用户信息；

步骤S620：判断所述第二用户是否为所述第一用户的权限用户；

步骤S630：当所述第二用户为所述第一用户的权限用户时，获得所述第二用户打开第一车辆门锁信息；

步骤S640：根据所述第二用户打开第一车辆门锁信息，获得第三指令信息，其中，所述第三指令信息为执行打开所述第一车辆门锁。

具体而言，所述预定距离可以是3米、5米等，这里不具体限定，所述第一用户为远程操控所述第一车辆的用户，所述第二用户可能为所述第一车辆的乘坐者，当所述第二用户为第一用户的授权用户的情况下，当所述第二用户在车辆预定距离内时，可根据第二用户打开第一车辆门锁信息生成第三指令信息，所述第三指令信息用于打开所述第一车辆的门锁。进一步而言，所述第三指令信息还可根据实时天气、温度、环境信息调节车内温度、空气质量等。通过判断所述第二用户是否在预定距离及是否为第一用户的授权用户的方式，达到准确判断是否获得第三指令信息，进而达到为用户提供更好的远程操控车辆体验服务的效果。

综上所述，本申请实施例所提供的一种基于5G技术的远程控制车辆的方法及系统具有如下技术效果：

1、由于采用了根据第一用户的第一目的地信息获得所述第一车辆的导航路线信息，获得所述导航路线的路况信息，将所述第一道路交通信息输入训练模型，并通过区块链的逻辑对所述输入数据进行加密处理，保证了输入数据的安全性，使得将最合理、有效的输入数据输入训练模型进行监督学习，进而保证了训练模型的准确性，进而达到获得准确的导航路线的第一道路拥堵程度等级信息，从而达到快速对路况做出正确判断，提高远程控制车辆的实用性，提高用户体验感的效果。

2、由于采用了对所述监督学习的输入数据第一道路交通信息的关联化，使得作为监督学习的输入数据不能被私自篡改，保证了输入数据的安全性，使得将最合理、有效的输入数据输入神经网络模型进行监督学习，进而保证了神经网络模型的准确性，进而获得准确的导航路线的第一道路拥堵程度等级信息从而达到快速对路况做出正确判断，提高远程控制车辆的实用性，达到提高用户体验感的效果。

3、由于采用了对所述不同时段的交通流量信息获得出行时间标识信息的方式，进而使得训练模型的用于监督作用的预设出行时间标识信息更加准确，进而获得更加准确的、具有“经验”的训练模型来处理所述输入数据，进而达到获得更加准确的第一道路的拥堵程度等级信息、快速对路况做出正确判断，减少用户出行时间，提高用户体验的效果。

4、由于采用了监督学习的方式，提高所述训练模型(神经网络模型)处理所述输入的第一道路交通信息的准确性，进而达到获得更加准确的第一道路的拥堵程度等级信息，快速对路况做出正确判断，减少用户出行时间，提高用户体验的效果。

5、由于采用了第二指令控制所述第一车辆在第一时间更换行车道或停车信息的方式，进而达到快速准确对实时路况进行准确判断，提高用户体验的效果。

实施例二

基于与前述实施例中一种基于5G技术的远程控制车辆的方法同样发明构思，本发明还提供了一种基于5G技术的远程控制车辆系统，如图9所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于获得第一用户的第一目的地信息；

第二获得单元12，所述第二获得单元12用于根据所述第一目的地信息获得所述第一车辆的导航路线信息；

第三获得单元13，所述第三获得单元13用于获得所述导航路线的第一路况信息；

第一判断单元14，所述第一判断单元14用于判断所述导航路线的第一路况信息是否满足预设条件；

第四获得单元15，所述第四获得单元15用于当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；

第五获得单元16，所述第五获得单元16用于根据所述推荐路线或所述推荐出行时间，获得预约启动所述第一车辆的第一指令信息；

第六获得单元17，所述第六获得单元17用于获得第一气候信息；

第一确定单元18，所述第一确定单元18用于根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。

进一步的，所述系统还包括：

第七获得单元，所述第七获得单元用于获得所述导航路线的第一道路交通信息；

第一输入单元，所述第一输入单元用于将所述第一道路交通信息输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一道路交通信息、预设交通信号灯标识信息以及预设出行时间标识信息；

第八获得单元，所述第八获得单元用于获得所述训练模型的输出信息，其中，所述输出信息包括所述第一道路的拥堵程度等级信息；

第九获得单元，所述第九获得单元用于获得所述第一道路的周边设施信息；

第十获得单元，所述第十获得单元用于根据所述第一道路的周边设施信息与所述第一道路的拥堵程度等级信息，获得第一路况信息；

进一步的，所述系统还包括：

第十一获得单元，所述第十一获得单元用于获得所述第一道路的交通信号灯数量；

第十二获得单元，所述第十二获得单元用于获得所述第一道路的交通信号灯的红灯停留时间；

第十三获得单元，所述第十三获得单元用于根据所述交通信号灯数量与所述红灯停留时间，获得交通信号灯标识信息；

进一步的，所述系统还包括：

第十四获得单元，所述第十四获得单元用于获得所述第一道路在出行高峰时段的第一交通流量信息；

第十五获得单元，所述第十五获得单元用于获得所述第一道路在出行低峰时段的第二交通流量信息；

第十六获得单元，所述第十六获得单元用于根据所述第一交通流量信息与所述第二交通流量信息，获得预设出行时间标识信息；

进一步的，所述系统还包括：

第二输入单元，所述第二输入单元用于将所述预设交通信号灯标识信息与所述预设出行时间标识信息作为监督数据，输入所述每一组训练数据中；

第一监督单元，所述第一监督单元用于利用所述监督数据对所述第一道路交通信息输入所述训练模型的过程进行监督学习，使所述训练模型的输出信息达到收敛状态；

进一步的，所述系统还包括：

第十七获得单元，所述第十七获得单元用于根据所述第一目的地的推荐路线获得所述第一车辆的第一行驶信息；

第十八获得单元，所述第十八获得单元用于根据所述第一行驶信息获得所述第一车辆的行车道信息；

第十九获得单元，所述第十九获得单元用于获得所述推荐路线上的交叉路口信息；

第二十获得单元，所述第二十获得单元用于获得所述交叉路口的第二车辆信息；

第二判断单元，所述第二判断单元用于判断所述第二车辆与所述第一车辆是否存在交汇时间；

第二十一获得单元，所述第二十一获得单元用于当所述第二车辆与所述第一车辆存在交汇时间时，获得第二指令信息，其中，所述第二指令信息为控制所述第一车辆在第一时间更换行车道或停车信息；

进一步的，所述系统还包括：

第二十二获得单元，所述第二十二获得单元用于获得所述第一车辆预定距离内的第二用户信息；

第三判断单元，所述第三判断单元用于判断所述第二用户是否为所述第一用户的权限用户；

第二十三获得单元，所述第二十三获得单元用于当所述第二用户为所述第一用户的权限用户时，获得所述第二用户打开第一车辆门锁信息；

第二十四获得单元，所述第二十四获得单元用于根据所述第二用户打开第一车辆门锁信息，获得第三指令信息，其中，所述第三指令信息为执行打开所述第一车辆门锁。

前述图1实施例一中的一种基于5G技术的远程控制车辆的方法的各种变化方式和具体实例同样适用于本实施例的一种基于5G技术的远程控制车辆系统，通过前述对一种基于5G技术的远程控制车辆的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于5G技术的远程控制车辆系统的实施方法，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图10来描述本申请实施例的电子设备。

图10图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种基于5G技术的远程控制车辆的方法的发明构思，本发明还提供一种基于5G技术的远程控制车辆系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于5G技术的远程控制车辆的方法的任一方法的步骤。

其中，在图10中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种基于5G技术的远程控制车辆的方法，应用于一移动终端，所述移动终端具有一远程控制应用平台，通过5G互联网将所述远程控制应用平台与第一车辆连接，所述方法包括：获得第一用户的第一目的地信息；根据所述第一目的地信息获得所述第一车辆的导航路线信息；获得所述导航路线的第一路况信息；判断所述导航路线的第一路况信息是否满足预设条件；当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；根据所述推荐路线或所述推荐出行时间，获得预约启动所述第一车辆的第一指令信息；获得第一气候信息；根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。解决了现有技术中远程控制车辆存在网络卡顿和延迟，无法快速对路况做出准确有效的判断，实用性差，用户体验差的问题，达到降低网络延迟，快速准确对路况判断，提高远程控制车辆适用性，增强用户体验的技术效果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于5G技术的远程控制车辆的方法，应用于一移动终端，所述移动终端具有一远程控制应用平台，通过5G互联网将所述远程控制应用平台与第一车辆连接，其中，所述方法包括：

获得第一用户的第一目的地信息；

根据所述第一目的地信息获得所述第一车辆的导航路线信息；

获得所述导航路线的第一路况信息；

判断所述导航路线的第一路况信息是否满足预设条件；

当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；

根据所述推荐路线或所述推荐出行时间，获得预约启动所述第一车辆的第一指令信息；

获得第一气候信息；

根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。

2.如权利要求1所述的方法，其中，所述获得所述导航路线的第一路况信息，包括：

获得所述导航路线的第一道路交通信息；

将所述第一道路交通信息输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一道路交通信息、预设交通信号灯标识信息以及预设出行时间标识信息；

获得所述训练模型的输出信息，其中，所述输出信息包括所述第一道路的拥堵程度等级信息；

获得所述第一道路的周边设施信息；

根据所述第一道路的周边设施信息与所述第一道路的拥堵程度等级信息，获得第一路况信息。

3.如权利要求2所述的方法，其中，所述预设交通信号灯标识信息，包括

获得所述第一道路的交通信号灯数量；

获得所述第一道路的交通信号灯的红灯停留时间；

根据所述交通信号灯数量与所述红灯停留时间，获得交通信号灯标识信息。

4.如权利要求3所述的方法，其中，所述预设出行时间标识信息，包括：

获得所述第一道路在出行高峰时段的第一交通流量信息；

获得所述第一道路在出行低峰时段的第二交通流量信息；

根据所述第一交通流量信息与所述第二交通流量信息，获得预设出行时间标识信息。

5.如权利要求4所述的方法，其中，所述训练模型包括：

将所述预设交通信号灯标识信息与所述预设出行时间标识信息作为监督数据，输入所述每一组训练数据中；

利用所述监督数据对所述第一道路交通信息输入所述训练模型的过程进行监督学习，使所述训练模型的输出信息达到收敛状态。

6.如权利要求1所述的方法，其中，所述方法还包括：

根据所述第一目的地的推荐路线获得所述第一车辆的第一行驶信息；

根据所述第一行驶信息获得所述第一车辆的行车道信息；

获得所述推荐路线上的交叉路口信息；

获得所述交叉路口的第二车辆信息；

判断所述第二车辆与所述第一车辆是否存在交汇时间；

当所述第二车辆与所述第一车辆存在交汇时间时，获得第二指令信息，其中，所述第二指令信息为控制所述第一车辆在第一时间更换行车道或停车信息。

7.如权利要求1所述的方法，其中，所述方法还包括：

获得所述第一车辆预定距离内的第二用户信息；

判断所述第二用户是否为所述第一用户的权限用户；

当所述第二用户为所述第一用户的权限用户时，获得所述第二用户打开第一车辆门锁信息；

根据所述第二用户打开第一车辆门锁信息，获得第三指令信息，其中，所述第三指令信息为执行打开所述第一车辆门锁。

8.一种基于5G技术的远程控制车辆系统，其中，所述系统包括：

第一获得单元，所述第一获得单元用于获得第一用户的第一目的地信息；

第二获得单元，所述第二获得单元用于根据所述第一目的地信息获得所述第一车辆的导航路线信息；

第三获得单元，所述第三获得单元用于获得所述导航路线的第一路况信息；

第一判断单元，所述第一判断单元用于判断所述导航路线的第一路况信息是否满足预设条件；

第四获得单元，所述第四获得单元用于当所述第一路况信息不满足预设条件时，获得所述第一目的地的推荐路线或推荐出行时间；

第五获得单元，所述第五获得单元用于根据所述推荐路线或所述推荐出行时间，获得预约启动所述第一车辆的第一指令信息；

第六获得单元，所述第六获得单元用于获得第一气候信息；

第一确定单元，所述第一确定单元用于根据所述第一指令信息与所述第一气候信息，确定所述第一车辆内的第一温度调节信息。

9.一种基于5G技术的远程控制车辆系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。

Images